1996年 第22卷 第1期
1996, 22(1): 1-8.
摘要:
针对具有未知噪声上界的确定性连续时间系统,给出了一种鲁棒非奇异自适应极点配 置控制算法.解决了受扰非最小相位系统在自适应控制过程中可能出现的奇异性问题,弱化 了控制器对未知受控系统的先验信息需求,给出了BIB0全局渐近稳定性证明.
针对具有未知噪声上界的确定性连续时间系统,给出了一种鲁棒非奇异自适应极点配 置控制算法.解决了受扰非最小相位系统在自适应控制过程中可能出现的奇异性问题,弱化 了控制器对未知受控系统的先验信息需求,给出了BIB0全局渐近稳定性证明.
1996, 22(1): 10-18.
摘要:
提出机器人力传感器各向同性的概念,讨论各向同性的等价条件和对于坐标变换的不 变性,阐明各向同性与最大信息量之间的联系,各向同性的结构可实现条件.最后,研究机 器人传感器的任务模型和基于任务的传感器优化设计的原则.面向任务的性能指标用于衡 量在一定环境下提高传感器获取信息能力的方向.所述原理对于机器人其它外部传感器也 适用.
提出机器人力传感器各向同性的概念,讨论各向同性的等价条件和对于坐标变换的不 变性,阐明各向同性与最大信息量之间的联系,各向同性的结构可实现条件.最后,研究机 器人传感器的任务模型和基于任务的传感器优化设计的原则.面向任务的性能指标用于衡 量在一定环境下提高传感器获取信息能力的方向.所述原理对于机器人其它外部传感器也 适用.
1996, 22(1): 19-25.
摘要:
神经网络已广泛应用于模式识别、优化计算等领域.但是,人们为了寻求某一问题的神 经网络结构,往往采用穷举法,从而使得选择合适的神经网络结构随着问题规模的变大而变 得越来越困难.本文根据神经元状态的变化导致人脑的空间结构和状态变化的研究,在神经 网络中引入神经元的兴奋、抑制和突触修改机制、退化机制、死亡机制、自修复机制等, 通过神经网络的学习,自动生成解决某一具体问题的合适的神经网络结构.实验结果表明, 该方法是可行的、有效的,为神经网络结构的设计提供了一种新方法.
神经网络已广泛应用于模式识别、优化计算等领域.但是,人们为了寻求某一问题的神 经网络结构,往往采用穷举法,从而使得选择合适的神经网络结构随着问题规模的变大而变 得越来越困难.本文根据神经元状态的变化导致人脑的空间结构和状态变化的研究,在神经 网络中引入神经元的兴奋、抑制和突触修改机制、退化机制、死亡机制、自修复机制等, 通过神经网络的学习,自动生成解决某一具体问题的合适的神经网络结构.实验结果表明, 该方法是可行的、有效的,为神经网络结构的设计提供了一种新方法.
1996, 22(1): 26-32.
摘要:
随机调度问题已越来越受到人们的重视,单机随机调度的研究已经取得了不少结果,而 当机器失效时会出现什么现象呢?这是实际生产中更关心的问题.本文考虑了机器允许失效 时的单机随机调度问题,在部件的加工时间,机器的寿命和修复时间都服从指数分布的情况 下,得到并证明了使目标函数∑ωjCj,∑ωjUj，∑ωjTj最小的最优调度策略与机器是否失效 无关这一更具一般性的结论.
随机调度问题已越来越受到人们的重视,单机随机调度的研究已经取得了不少结果,而 当机器失效时会出现什么现象呢?这是实际生产中更关心的问题.本文考虑了机器允许失效 时的单机随机调度问题,在部件的加工时间,机器的寿命和修复时间都服从指数分布的情况 下,得到并证明了使目标函数∑ωjCj,∑ωjUj，∑ωjTj最小的最优调度策略与机器是否失效 无关这一更具一般性的结论.
1996, 22(1): 33-40.
摘要:
在现有的描述计算机系统可靠性增长的模型当中,提出了一个描述硬/软件综合系统 可靠性增长的二维跳跃马氏链模型.该模型基于下面两个主要假设:1)在故障间隔期间内, 硬、软件的故障率均是常数,硬(软)件的故障率仅在每个硬(软)件的故障恢复点处发生跳 跃变化.2)同一时间发生多于一次故障的机会近乎为0.本文推导了系统各种可用度指标 的显式表达式,并给出计算复杂度的度量.为了降低应用时求解的复杂程度,在当前硬、软 件可靠性增长模型研究的基础上,提出了一种在工程应用中的简化计算方法.
在现有的描述计算机系统可靠性增长的模型当中,提出了一个描述硬/软件综合系统 可靠性增长的二维跳跃马氏链模型.该模型基于下面两个主要假设:1)在故障间隔期间内, 硬、软件的故障率均是常数,硬(软)件的故障率仅在每个硬(软)件的故障恢复点处发生跳 跃变化.2)同一时间发生多于一次故障的机会近乎为0.本文推导了系统各种可用度指标 的显式表达式,并给出计算复杂度的度量.为了降低应用时求解的复杂程度,在当前硬、软 件可靠性增长模型研究的基础上,提出了一种在工程应用中的简化计算方法.
1996, 22(1): 41-48.
摘要:
装配体设计是计算机辅助设计(CAD)的一个重要组成部分,本文就装配体设计中装 配体位置的描述及自动求解这两个关键问题进行了深入的探讨,提出了基于约束的装配体 相互位置关系的描述方法及自动求解算法.同时本文首次引入奇异矩阵的方法,较好地解决 了装配体位置的约束冗余、约束不足以及病态矩阵的问题.
装配体设计是计算机辅助设计(CAD)的一个重要组成部分,本文就装配体设计中装 配体位置的描述及自动求解这两个关键问题进行了深入的探讨,提出了基于约束的装配体 相互位置关系的描述方法及自动求解算法.同时本文首次引入奇异矩阵的方法,较好地解决 了装配体位置的约束冗余、约束不足以及病态矩阵的问题.
1996, 22(1): 49-57.
摘要:
运用现代时间序列分析[1]的方法研究广义离散随机线性系统最优及自适应状态估计. 将状态估计转化为输出预报和白噪声估计,从而提出了系统的最优预报器,并且证明最优预 报器对于初始值的选取渐近稳定.在噪声统计未知时提出了自校正预报器.仿真例子说明了 其有效性.
运用现代时间序列分析[1]的方法研究广义离散随机线性系统最优及自适应状态估计. 将状态估计转化为输出预报和白噪声估计,从而提出了系统的最优预报器,并且证明最优预 报器对于初始值的选取渐近稳定.在噪声统计未知时提出了自校正预报器.仿真例子说明了 其有效性.
1996, 22(1): 58-67.
摘要:
利用PS(Photometric Stereo)系统很易确定物体表面方向及相对深度,但不能确定绝 对深度.为确定绝对深度,本文提出的算法首先利用BPS(Binocular Photometric Stereo) 系统获得一对表面方向图,然后,基于geodesic dome分割这对方向图并计算图中对应区域 间的视差.最后,通过施加多种约束,经适当融合及精确的视差匹配,确定景物物体3D表 面绝对深度.这一方法对进一步研究怎样确定任意3D表面深度并复原景物结构有着十分重 要的意义.
利用PS(Photometric Stereo)系统很易确定物体表面方向及相对深度,但不能确定绝 对深度.为确定绝对深度,本文提出的算法首先利用BPS(Binocular Photometric Stereo) 系统获得一对表面方向图,然后,基于geodesic dome分割这对方向图并计算图中对应区域 间的视差.最后,通过施加多种约束,经适当融合及精确的视差匹配,确定景物物体3D表 面绝对深度.这一方法对进一步研究怎样确定任意3D表面深度并复原景物结构有着十分重 要的意义.
1996, 22(1): 68-73.
摘要:
基于最小描述长度(MDL)准则,提出了一种新的自回归滑动平均(ARMA)模型结构 辨识方法.该方法将ARMA模型的结构辨识分两步进行:首先利用超定辅助变量乘积矩 (0IVPM)的最小特征值确定自回归(AR)部分的阶,然后利用协方差矩阵的特征值估计滑 动平均(MA)部分的阶.方法的可行性与有效性通过大量的数值仿真得到验证.
基于最小描述长度(MDL)准则,提出了一种新的自回归滑动平均(ARMA)模型结构 辨识方法.该方法将ARMA模型的结构辨识分两步进行:首先利用超定辅助变量乘积矩 (0IVPM)的最小特征值确定自回归(AR)部分的阶,然后利用协方差矩阵的特征值估计滑 动平均(MA)部分的阶.方法的可行性与有效性通过大量的数值仿真得到验证.
1996, 22(1): 74-78.
摘要:
研究广义预测控制(GPC)的并行算法.常规对GPC的设计,面临的在线矩阵求逆的 耗时和控制灵活性的矛盾很难较好的解决.本文通过在线并行实现,有效地提高了算法的实 时性和对复杂对象的适应性.
研究广义预测控制(GPC)的并行算法.常规对GPC的设计,面临的在线矩阵求逆的 耗时和控制灵活性的矛盾很难较好的解决.本文通过在线并行实现,有效地提高了算法的实 时性和对复杂对象的适应性.
1996, 22(1): 79-84.
摘要:
采用"输入匹配"的方法,建立了"一步超前"最小二乘算法,得以参数估计的收敛速度. 证明了闭环适应系统是全局稳定的,且适应控制收敛于"一步超前"最优控制.
采用"输入匹配"的方法,建立了"一步超前"最小二乘算法,得以参数估计的收敛速度. 证明了闭环适应系统是全局稳定的,且适应控制收敛于"一步超前"最优控制.
1996, 22(1): 85-91.
摘要:
推广了估计时不变参数的单新息修正技术,提出了多新息辨识方法.该方法可以抑制坏 数据对参数估计的影响,具有较强的鲁棒性.分析表明多新息方法可以跟踪时变参数,计算 量也较遗忘因子最小二乘法和卡尔曼(Kalman)滤波算法要小.仿真结果说明多新息算法估 计系统参数是有效的.
推广了估计时不变参数的单新息修正技术,提出了多新息辨识方法.该方法可以抑制坏 数据对参数估计的影响,具有较强的鲁棒性.分析表明多新息方法可以跟踪时变参数,计算 量也较遗忘因子最小二乘法和卡尔曼(Kalman)滤波算法要小.仿真结果说明多新息算法估 计系统参数是有效的.
1996, 22(1): 92-95.
摘要:
提出并讨论了线性连续随机系统在稳态估计误差方差及圆形区域极点约束下的状态估 计问题,即希望设计滤波增益,使得每个状态分量的估计误差方差稳态值不大于各自预先给 定值,同时滤波矩阵的极点位于给定圆形区域内,从而使滤波过程具有良好的稳、暂态特性. 文中利用一修正的代数Riccati方程,给出了期望滤波增益的存在条件及解析表达式.数值 例子说明了文中设计方法的直接性和有效性.
提出并讨论了线性连续随机系统在稳态估计误差方差及圆形区域极点约束下的状态估 计问题,即希望设计滤波增益,使得每个状态分量的估计误差方差稳态值不大于各自预先给 定值,同时滤波矩阵的极点位于给定圆形区域内,从而使滤波过程具有良好的稳、暂态特性. 文中利用一修正的代数Riccati方程,给出了期望滤波增益的存在条件及解析表达式.数值 例子说明了文中设计方法的直接性和有效性.
1996, 22(1): 96-100.
摘要:
离散复杂系统最优化具有广泛的理论和应用背景.基于对现实自然和社会进化中 Darwin过程和不可逆热动力过程的分析,本文提出并构造了一类新的求解离散复杂系统最 优化问题的随机方法--Darwin&Boltzmann混合寻优策略.分析和计算结果表明, Darwin&Boltzmann混合策略求解离散复杂系统最优化问题是有效的且优于模拟退火法. 本文的工作无疑为离散复杂系统最优化的分析和求解提供了新的途径.
离散复杂系统最优化具有广泛的理论和应用背景.基于对现实自然和社会进化中 Darwin过程和不可逆热动力过程的分析,本文提出并构造了一类新的求解离散复杂系统最 优化问题的随机方法--Darwin&Boltzmann混合寻优策略.分析和计算结果表明, Darwin&Boltzmann混合策略求解离散复杂系统最优化问题是有效的且优于模拟退火法. 本文的工作无疑为离散复杂系统最优化的分析和求解提供了新的途径.
1996, 22(1): 101-106.
摘要:
针对一类未知动力学方程的单输入系统,采用插值的粗粒化Box Model进行学习控制. 与传统的Box Model及基于随机元胞自动机的控制模式比较,本模型设计思想自然,算法 简单.计算量小(常常小几个数量级),训练时间短,对三个较有代表性的实例的仿真结果 也是令人满意的.
针对一类未知动力学方程的单输入系统,采用插值的粗粒化Box Model进行学习控制. 与传统的Box Model及基于随机元胞自动机的控制模式比较,本模型设计思想自然,算法 简单.计算量小(常常小几个数量级),训练时间短,对三个较有代表性的实例的仿真结果 也是令人满意的.
1996, 22(1): 107-110.
摘要:
在ASE/ACE模型中引入监督式学习的局部性网络作联想记机制,从而构造一种新 的自强式学习控制器模型RELCAM.仿真结果表明,使用该模型能显著改善学习和控制性能.
在ASE/ACE模型中引入监督式学习的局部性网络作联想记机制,从而构造一种新 的自强式学习控制器模型RELCAM.仿真结果表明,使用该模型能显著改善学习和控制性能.
1996, 22(1): 111-114.
摘要:
本文对Riccati代数方程中矩阵P与R,Q的关系进行了研究.给出了矩阵R、Q 变化时方程解P的变化范围.这对最优控制、鲁棒控制、容错控制及H∞控制等有着重 要的意义.
本文对Riccati代数方程中矩阵P与R,Q的关系进行了研究.给出了矩阵R、Q 变化时方程解P的变化范围.这对最优控制、鲁棒控制、容错控制及H∞控制等有着重 要的意义.
